质性分析工具 Nvivo7

NVivo定性分析教程引言NVivo是一种专业的定性研究软件，广泛应用于社会科学、市场研究、心理学和教育等领域。

它提供了一套强大的工具和功能，帮助研究者对质性数据进行分析和解释。

本教程将介绍NVivo的基本概念和操作步骤，帮助初学者快速上手使用NVivo进行定性分析。

NVivo的基本概念1.项目(Project)：在NVivo中，项目是整个分析过程的基本单位。

一个项目中包含了所有的数据、文档、节点、关系和查询等分析元素。

2.节点(Node)：节点是对数据进行分类和组织的基本单元。

可以将文本、图片、音频或视频数据分配到各个节点中，以便后续的分析和比较。

3.关系(Relationships)：关系表示了不同数据之间的联系和连接。

可以通过创建关系来探索和分析数据中的模式和关联。

4.查询(Query)：查询是在数据中搜索和匹配特定内容或模式的功能。

可以通过创建和运行查询来发现数据中的隐藏的主题和关系。

NVivo的操作步骤步骤一：创建项目1.打开NVivo软件，选择“新建项目”。

2.在弹出的对话框中输入项目的名称和保存路径，点击“确定”按钮。

3.NVivo会自动创建一个项目，项目窗口将打开。

步骤二：导入数据1.在项目窗口中，选择“导入”菜单并选择要导入的数据类型，如文本文件、音频文件或视频文件等。

2.选择要导入的文件，并点击“打开”按钮。

3.NVivo将自动导入所选文件，并将其添加到项目中。

步骤三：创建节点1.在项目窗口中，选择“节点”菜单，并选择“新建节点”。

2.在弹出的对话框中输入节点的名称和描述，点击“确定”按钮。

3.所创建的节点将显示在项目窗口的节点列表中。

步骤四：分配数据到节点1.在项目窗口中，选择要分配的文件或数据。

2.将鼠标拖动到所选择的节点上，并释放鼠标按钮。

3.数据将被分配到所选择的节点中，同时节点列表中的数据计数也会相应增加。

步骤五：创建关系1.在项目窗口中，选择“关系”菜单，并选择“新建关系”。

Nvivo7和Atlas.ti 5比较质性辅助分析软体做了什么质性研究历程中，经常要面对的挑战是如何处理多样性的研究素材，这类素材可能是文本资料、信件、手写稿、观察笔记、访谈录音、记录照片、活动影片、网路讨论文章、网页资料等等。

早在80年代，研究者便开始使用电脑辅助质性研究分析，相较于常见电脑软体，这类分析软体的使用族群较少，但为满足各种不同的研究需求，也发展出超过数十种以上的电脑辅助分析软体(注1)。

其中，若以编码为理论建构基础的软体类型，目前最常被采用的有两套，一套是柏林科技大学心理系1989年开始发展的Atlas.ti，目前发展到5.2版；另外一套是澳洲La Trobe大学电脑科学系从1981年开始发展的Nudist/Nvivo，1995成立QSR国际公司专责开发软体，目前最新版本是7.0。

这两套软体都属于整合型的研究工具，均具备了多数质性分析软体的常见功能，例如编码与搜寻（Code-and-Retrieve）、产生规则、建立理论（Rule-Based Theory-Building Systems）、建立索引（An Index-Based Approach）、建立逻辑关系（Logic-Based Systems）、建立概念网络(Conceptual Network Systems)(Richards & Richards，1994)。

这两套软体对质性分析研究者最常用到的编码和搜寻两项功能而言，相差不多，但其设计仍各有擅长。

Atlas.ti除文字资料外，还支援多媒体资料（网页、图片、声音、影片）的分析，并有极流畅和便利的操作介面，以及多样的分析结果输出方式（例如将整个研究结果输出成网页档，可供分享），相较于Atlas.ti 5.2版，Nvivo7.0的执行效能和操作流畅性略差（但对其他软体来说，已是相当友善的介面），也仅支援文件档（txt,word,rtf档），但是对研究分析的辅助上则略胜一筹，包括高弹性的编码工具，适合「预建式建立编码」和「归纳式建立编码」（Atlas.ti适合归纳式建立编码）（林本炫，2006）；拖曳式的译码整理机制，能够更直觉的进行概念聚拢和范畴整并；多重检视和循环式的编码历程，方便随意切换检阅资料的视角聚焦分析；复合条件的比较阵列提供了探索资注1 /~wevans/content/csoftware/software_menu.html 美国阿拉巴马大学传播资讯研究中心主任William Evans整理了近百种辅助分析软体的清单。

全面质量管理的常用七种分析工具所谓全面质量管理常用七种工具，就是在开展全面质量管理活动中，用于收集和分析质量数据，分析和确定质量问题，控制和改进质量水平的常用七种方法。

这些方法不仅科学，而且实用,作为班组长应该首先学习和掌握它们，并带领工人应用到生产实际中。

一、统计分析表法和措施计划表法质量管理讲究科学性,一切凭数据说话。

因此对生产过程中的原始质量数据的统计分析十分重要，为此必须根据本班组,本岗位的工作特点设计出相应的表格。

常用的统计分析表有以下几种，供参考。

１.不良项目调查表某合成树脂成型工序使用的不良项目调查表如下。

每当发生某种不良时，工人就可在相应的栏目里画上一个调查符号，这样，下班时哪些不良项目发生了多少，立即可知。

２。

零件尺寸频数分布表此表与不良项目调查表属同一类型。

第二栏为零件尺寸的分组，第四栏的“ "与不良项目调查表中的“正”是相同的符号。

工人每加工完一个零件，经检测后,将所得零件尺寸在第二栏“组距”中找到相应的尺寸组，然后再在第四栏中记录符号，待到下班或完工时，再统计第五栏。

这样的图既直观、又明确、有助于掌握零件尺寸的分布情况。

３。

汽车油漆缺陷统计表该表的特点是直观，而且将每个缺陷的部位表示出来了。

４.不良原因调查表要分清不良的发生原因，可接设备、操作者、时间等标志进行分层调查，填写不良原因调查表.下表为调查了甲、乙两位工人5天生产塑料勺不良原因的调查表。

５.不合格品分类统计分析表下表为某工序同时生产三种规格的轴承,按不良项目分别统计。

表的右侧和下边的合计栏均画作虚线，表示可根据需要取舍。

需要注意的是“尺寸精度”和“旋转精度”作为总目，下面还细分若干细目，这是表格设计的一种技巧,与此对应，下边合计栏也应合理设计.6。

措施计划表措施计划表，又称对策表。

在制订一个具体的改进措施计划后，所有对策编制成计划表的形式。

下表为某照相机厂生产一种自拍照相机，为了解决自拍质量问题，针对所分析的原因，制订的改进措施计划表。

质性数据分析的科学性兼论ＮＶｉｖｏ在教育领域中的应用孟㊀宇１㊀沈㊀伟２(１.华中师范大学教育学院ꎬ湖北武汉４３００７９ꎻ２.华东师范大学国际与比较教育研究所ꎬ上海２０００６２)摘㊀要:质性数据分析的科学性一直是学界争论的话题ꎮ随着质性数据分析软件的应用ꎬ质性研究的效率㊁技术衍生的 客观性 均进入大众视野ꎬ也出现了若干对质性分析软件的误解ꎮ本研究以ＮＶｉｖｏ软件在教育领域的应用为例ꎬ澄清软件的 可为 与 难为 ꎬ并借此从分析过程层面呈现教育质性分析的科学性ꎮ作为组织研究想法㊁记录并追问研究发现㊁追踪与反思乃至共享结论诞生过程的工具ꎬ软件有益于质性研究实现从熟悉文本㊁结构化到整合数据的过渡ꎬ提升质性分析效率ꎬ并提供了让复杂的诠释性实践拥有可见㊁可讨论的可能ꎮ然而ꎬ软件操作只有与方法论㊁分析策略相结合ꎬ为研究者所善用ꎬ才能在提升效率的同时保障质性研究的科学性ꎮ关键词:质性数据分析ꎻ质性研究ꎻＮＶｉｖｏꎻ分析性备忘录作者简介:孟宇ꎬ华中师范大学教育学院讲师ꎻ沈伟ꎬ华东师范大学国际与比较教育研究所副教授ꎮ基金项目:全国教育科学规划课题 乡村教师教育供给主体多元化及协同机制研究 (项目编号:ＢＦＡ２０００６９)的阶段性研究成果ꎮ中图分类号:Ｇ４０－０３２㊀㊀㊀㊀㊀㊀文献标识码:Ａ㊀文章编号:２０９５－７０６８(２０２４)０１－００２４－１１ＤＯＩ:１０.１９５６３/ｊ.ｃｎｋｉ.ｓｄｊｋ.２０２４.０１.００３长久以来ꎬ质性研究对知识的深化与拓展做出了巨大贡献ꎮ但在实证主义㊁后实证主义㊁后现代主义思潮的涌动下ꎬ质性研究遭受的争议一直不曾停止ꎮ有的争议来自另一个阵营ꎬ即笃信量化研究的专家ꎻ有的争议则来自质性研究这一庞大且复杂的队伍ꎮ在众多争议中ꎬ科学性一直是挥之不去的魔咒ꎮ阿特金森(Ａｔｋｉｎｓｉｏｎ)和德拉蒙特(Ｄｃｌａｍｏｎｔ)这两位质性研究者ꎬ面对诸多争议ꎬ提出 只要研究具有严谨性ꎬ并能极大地拓展有用知识ꎬ那么人们就值得致力于质性(和量化)研究 [１]ꎮ何以判断研究是否具有严谨性ꎬ英美学术团体在２１世纪初均做出了努力ꎮ如美国国家研究理事会(ＵｎｉｔｅｄＳｔａｔｅｓＮａｔｉｏｎａｌＲｅｓｅａｒｃｈＣｏｕｎｃｉｌ)为使教育研究获得国会认可ꎬ确保教育科学研究的质量及严谨性ꎬ基于后实证主义立场ꎬ在报告«教育的科学研究»(ＳｃｉｅｎｔｉｆｉｃＲｅｓｅａｒｃｈｉｎＥｄｕｃａｔｉｏｎꎬ简称ＳＲＥ)中提出了科学研究的六大指导原则ꎮ[２]这六大原则并非为量化研究量身订制ꎬ亦给质性研究留有余地ꎮ换言之ꎬ在ＳＲＥ报告中ꎬ质性研究与量化研究同享科学的地位ꎮ这份折中的报告并没有缓和量化研究与质性研究的分歧ꎬ却引发了新一轮的讨论ꎮ人类学家艾森哈特(Ｅｉｓｅｎｈａｒｔ)在众多争议中给出公允判断ꎬ她提及报告出台的背景㊁理论基础等ꎬ并提出要超越传统的科学ꎬ改善教育研究ꎮ在其 科学＋ 的视角下ꎬ被报告所忽视的诠释性研究㊁教育中的 ４２质性数据分析的科学性哲学㊁历史㊁伦理㊁文学批判研究重获重要位置ꎮ[３]然而这一回应依旧未阐明如何衡量质性研究的质量与严谨性ꎬ确保其科学性名副其实ꎮ在此方面ꎬ英国内阁委员会在其发布的«质性研究的质量:用于评估研究证据的框架»中则从研究目的㊁文献综述㊁研究设计㊁取样㊁研究发现等方面给出若干描述性评价指标ꎮ[４]这些推动质性研究科学性的努力ꎬ却因质性研究作为一项复杂的诠释性实践 其诠释受到作者或学术团体本身的信念㊁理论乃至政治立场的影响 而受挫ꎮ如何让复杂的诠释性实践变得可见㊁可讨论ꎬＮＶｉｖｏ提供了技术上的可能ꎮ２０世纪８０年代初ꎬ第一代质性数据分析软件问世ꎬ非数值的非结构性数据索引㊁搜索和理论化(Ｎｏｎ－ｎｕｍｅｒｉｃａｌＵｎｓｔｒｕｃｔｕｒｅｄＤａｔａＩｎｄｅｘｉｎｇꎬＳｅａｒｃｈｉｎｇꎬａｎｄＴｈｅｏｒｉｚｉｎｇꎬ简称ＮＵＤ∗ＩＳＴ)当属其列ꎮ顾名思义ꎬ对非数值㊁非结构性数据的处理ꎬ开始从人工纸笔操作迈向计算机辅助操作ꎬ且存有理论化诉求ꎮ这从侧面反映了格拉泽(Ｇｌａｓｅｒ)和施特劳斯(Ｓｔｒａｕｓｓ)的扎根理论为质性数据分析软件操作思路提供了基本理论面ꎬ也即为何ＮＶｉｖｏ发展到今天ꎬ其中若干功能术语与扎根理论术语仍保持一致ꎮ然而ꎬ质性数据分析软件的传播得益于跨学科的合作与商业运作ꎮ１９８９年ꎬ英国萨里大学社会学系组织了第一届质性研究与计算机(Ｑｕａｌｉｔａｔｉｖｅｃｏｍｐｕｔｉｎｇ)国际会议ꎬ推动质性数据分析软件的对话和应用ꎮ１９９５年ꎬＳａｇｅ出版社将ＱＳＲ公司的软件包 ＮＵＤ∗ＩＳＴ市场化ꎬ推动质性数据分析软件的传播ꎬ并形成了Ａｔｌａｓ.ｔｉꎬＭＡＸＱＤＡ和ＮＶｉｖｏ三分天下的局面ꎮ随着这些软件的普及ꎬ部分未见庐山真面目的研究者开始信奉技术带来的神话ꎬ以为质性研究的科学性通过这些软件得以确保ꎬ且软件可代替传统人工ꎮ事实是否如此?ＮＶｉｖｏ是应用时间最长的质性分析软件之一[５]ꎬ其应用及利弊在中英文学术界均有讨论ꎮ软件为流程性及重复性的数据组织与管理工作节省时间㊁提升效率ꎬ增加研究者重新回顾数据与调整分析想法的灵活性ꎬ并使得分析过程有迹可循ꎬ有助于研究者识别㊁反思及提升分析过程的透明性及严谨性ꎮ[６－７]但当前的软件程序设定主要适合于线性顺序认知模式(ｓｅｑｕｅｎｔｉａｌｃｏｇｎｉｔｉｏｎ)的分析流程ꎬ会限制关系型认知模式(ｒｅｌａｔｉｏｎａｌｃｏｇｎｉｔｉｏｎ)的实现ꎮ[８]此外ꎬ软件经济成本㊁学习成本高ꎬ可能导致研究者依赖软件技术而将质性分析的结果简化为模式分析ꎬ模糊不同研究取径间的边界ꎬ降低研究可信度(ｃｒｅｄｉｂｉｌｉｔｙ)与可靠程度(ｔｒｕｓｔｗｏｒｔｈｉｎｅｓｓ)ꎮ[９－１２]如何在软件辅助的研究进程中见木也见林ꎬ不仅拆分与分类数据ꎬ亦推进整合性分析ꎬ对于质性研究分析者至关重要ꎮ本研究即以ＮＶｉｖｏ的操作为例ꎬ回答质性分析软件在质性分析进程中的可为与难为ꎬ并澄清其在追求质性研究科学性中有何作用ꎮ一㊁初识质性数据:拆解文本以建立数据分类与索引编码(ｃｏｄｉｎｇ)是一个循环往复㊁循序渐进的过程ꎬ辅之以多样的编码模式ꎬ研究者得以近距离地阅读文本㊁思考概念以及概念所适用的数据范畴ꎮ编码需要经历至少两个阶段:关注原文本阅读的初始编码阶段(亦称作开放编码)ꎬ以及关注已编码节点(ｃｏｄｅ)及其内容(ｃｏｄｅｄｄａｔａ)的聚焦编码阶段ꎮ初始编码重在初步识别并命名文本中的概念ꎬ聚焦编码则旨在完善及阐释已有的编码体系ꎬ发展出更具分析性的类别(ｃａｔｅｇｏｒｙ)或概念ꎮ[１３]案例编码和分析性备忘录(ａｎａｌｙｔｉｃｍｅｍｏ)是软件为完善编码体系提供的有力工具ꎮ基于案例对比及分析性写作ꎬ研究者得以进一步追问已编码内容的含义ꎬ发现数据中的趋势与关联ꎮ由此ꎬ原本与访谈情境相剥离的 破碎 数据ꎬ将被推向更具解释力的概念或模型ꎮ表１总结了软件用词与对应的质性研究术语及部分软件编码操作所实现功能ꎮ(一)阅读㊁筛选与节点命名:拆解文本的工具在初始编码阶段ꎬ研究者通过近观数据追问文字与段落的含义ꎬ找寻其中与研究问题相关联的部分ꎬ基于话题对文本数据阅读㊁筛选㊁分类㊁贴标签及重组ꎬ搭建软件辅助的质性分析之 奠基石 节点ꎮ通过文段筛选与归类ꎬ研究者得以将访谈文本 再情景化(ｒｅｃｏｎｔｅｘｔｕａｌｉｚａｔｉｏｎ) ꎬ即原本以访谈情境为组织单位的文本段落ꎬ被重新归置于由研究者赋予意义的话题情景之下ꎮ命名节点的过程ꎬ则是为节点内包５２表１　软件关键词、相关的质性分析术语及软件操作所实现功能部分软件术语所对应的质性分析术语部分软件操作所实现功能来源(ｓｏｕｒｃｅ)数据㊁材料㊁文件㊁转录稿㊁调查问卷等新建文件夹:文件分类管理代码(ｃｏｄｅ)节点㊁主题㊁类别㊁话题与概念引用文段(ｑｕｏｔａｔｉｏｎｓ)㊁贴标签(Ｔａｇｇｉｎｇ)与分析文本拖拽/取消编码:概念与文本段落关联或取消关联ꎻ合并节点:将具有相似性的两个节点整合为同一节点关系(ｒｅｌａｔｉｏｎｓｈｉｐ)节点㊁概念之间的关联新建关系:建立两个节点间关系ꎻ新建关系类型:新的关系方向及名称案例(ｃａｓｅ)研究对象㊁观察的单元㊁数据分析单位案例与文件命名匹配:检索功能实现的基础案例分类(表)(ｃｌａｓｓｉｆｉｃａｔｉｏｎ)分析单位的分类与区分 匹配到 :案例与分类表相关联属性与赋值(ａｔｔｒｉｂｕｔｅｓａｎｄｖａｌｕｅｓ)变量㊁特点㊁级别㊁人口学变量㊁参考文献信息等ꎬ数据饱和理论饱和的判断依据之一 备忘录(Ｍｅｍｏ)研究计划㊁田野笔记㊁分析笔记㊁研究进展等写作新建文件夹:对研究不同进程中思考的分类管理另见链接(ｓｅｅａｌｓｏｌｉｎｋ)关联分析笔记与引用文段粘贴为另见链接:将分析文字与特定的文本段落相关联含的文段确定具有概括性与解释力的概念或类别ꎮ通过编码ꎬ文段与源文本㊁概念( 标签 )与文段之间的链接随即生成ꎮ由此ꎬ新生成的节点实乃 数据收纳柜 及 源文本索引 ꎬ研究者借以实现概念㊁主题㊁文段㊁源文本(Ｓｏｕｒｃｅ)之间快速的切换ꎮ研究者可以在多种模式的编码过程中发现并建构意义ꎬ如逐行分析(ｌｉｎｅ－ｂｙ－ｌｉｎｅｃｏｄｉｎｇ)㊁逐句分析㊁逐段分析或微分析(ｍｉｃｒｏ－ａｎａｌｙｓｉｓ)ꎮ逐行分析是卡麦兹(Ｃｈａｒｍａｚ)所建议的㊁适用于开放编码阶段编码方式ꎬ利于增加编码可信度ꎬ 减少将你(研究者)个人的动机㊁担忧㊁未解决的个人问题等带入访谈者及已搜集的数据 [１４]ꎮ微分析则通过分析具有模糊性(ｅｌｕｓｉｖｅ)的短语或词语[１５]ꎬ挖掘其他的可能性及含义差别ꎮ以上编码模式均为研究者提供贴近现实情境设立节点并找寻概念及其构成要素的途径ꎮ但为了避免陷入 过度编码 困境ꎬ有学者建议在开放编码阶段选定数据内容相对丰富的少数案例ꎬ并将每份文本的编码参考点数控制在３０－４０之间ꎮ[１６]在非扎根理论指导下的编码进程中ꎬ研究者可将节点层级维持在２－３层的范围内ꎬ避免编码过载导致数据结构性弱化ꎮ节点命名及重命名是编码过程的重要步骤ꎬ与研究的理论与研究取径息息相关ꎮ节点命名的用词可以源自文献的理论想法(ｔｈｅｏｒｅｔｉｃａｌｉｄｅａ)㊁访谈者所使用 本土语言 及研究者对于访谈者描述的概括ꎬ后两者也分别被称作鲜活编码(ｉｎｖｉｖｏｃｏｄｉｎｇ)㊁贴标签ꎮ若研究者选用过多源自文献或已有理论的节点作为编码的参考ꎬ将限制数据中新概念的浮现ꎮ[１７]若所贴标签过于一般化而未能捕捉关键特征ꎬ相应的节点命名则 将很难告知你受访者的意思或行动 [１８]ꎬ因此贴标签需要尽量准确且简洁地描述文本内容的含义ꎮ鲜活编码须保留形象化的描述或意象(ｉｍａｇｅｒｙ)且有利于分析(ａｎａｌｙｔｉｃｕｓｅｆｕｌｎｅｓｓ)[１９]ꎬ有助于及时捕捉研究情境的独特性ꎬ但过多鲜活编码也可能带来编码体系停留在描述层面的风险ꎮ(二)逐个个案编码:初始编码体系的生成与调整在初始编码阶段ꎬ研究者可结合理论与数据ꎬ或者采用自下而上的模式ꎬ先基于少量丰富个案的编码ꎬ确立相对固定的初步编码体系ꎬ再以初步编码体系为基础ꎬ逐个个案地完成剩余文本的编码ꎬ并完善 ６２㊀教育科学版㊀２０２４ １质性数据分析的科学性与调整初步编码体系ꎮ研究者需参照已有编码体系ꎬ对新个案中的文段作出是否编码及节点命名的抉择:本文段是否与研究问题相关?是否可归类于当前的编码体系?如可以ꎬ归属于哪一节点?新浮现的概念范畴需与相似节点及其中文段对比ꎬ确定未与已有范畴重合后ꎬ再新建子节点并予以命名ꎮ软件提供的节点数字统计如文件数量及参考点数量ꎬ有利于研究者快速概览每个节点内容丰富及整合程度ꎬ定位特定概念是否是受访者群体中的共同或特殊关切ꎮ但相关数字统计是辅助编码决策并展开追问的工具ꎬ而非产生结论的简单方案ꎮ概念在编码过程中持续演进ꎮ每一次节点重命名㊁节点所包含内容及其位置调整㊁增删或合并节点ꎬ都见证着概念名称㊁内涵及概念间关系的变化ꎬ编码体系及所对应概念体系随之蜕变与迭代ꎮ(三)案例编码:探索编码趋势的潜在途径除了基于文本的编码ꎬ研究者可通过创设案例ꎬ并基于最小的观察与分析单元设置案例分类表及予以赋值等步骤ꎬ将受访者说了什么㊁谁说了这些话以及说话的人有何特征相关联ꎮ以上案例编码是ＮＶｉｖｏ软件大多检索功能(如交叉表编码㊁矩阵编码等)所依附的基础ꎮ研究者可结合受访者的特征ꎬ对不同概念展开基于特定观测维度的对比ꎮ此类对比ꎬ一方面可作为检查数据及理论是否饱和的工具ꎻ另一方面ꎬ也可为研究者完成文本内容后ꎬ展开基于受访人群特征的比较ꎬ并发现受访者在特定主题上的共性或典型案例提供可能ꎮ但无论是手动编码㊁软件辅助编码还是自动编码ꎬ都需要研究者对文段进行阅读ꎬ结合情境寻求对文本内容及概念的理解ꎬ以厘清文本与概念㊁概念与概念㊁概念与情境之间的关系ꎮ研究者完成所有访谈文本的阅读㊁编码ꎬ并获得将访谈文本按主题分类的编码体系ꎬ并不意味着编码与分析工作的结束ꎻ相反ꎬ通向理论的路径刚刚开启ꎮ在后一阶段ꎬ 备忘录 提供了沉浸于数据进行思考㊁追问㊁分析并及时捕捉灵感的空间ꎮ备忘录写作是质性分析的必要步骤ꎬ也是研究者在软件操作中摆脱 数字迷恋 的必备工具ꎮ二㊁质性数据结构化的尝试:识别边界并在追问中整合数据结构化及整合的工作以初始编码为基础ꎬ再借由反思㊁质询(ｑｕｅｒｙ)与备忘录写作ꎬ检视㊁发现并解读编码所呈现的趋势ꎬ搭建实践与理论间的关联ꎮ研究者需要以概念范畴为单位ꎬ逐个阅读并检视各主题节点所包含的文段ꎬ检视包括总结㊁识别关联㊁对比㊁追问㊁调整编码等多项工作ꎮ在追问中解除编码㊁调整编码结构ꎬ再基于跨案例㊁跨节点的对比发现材料中的模式与矛盾ꎬ由此找寻或验证数据中存在的潜在关联ꎬ在反思㊁提问㊁寻求答案的循环路径中持续加深对数据的理解ꎮ(一)节点内容的重新检视:识别要素与边界检视特定节点意指研究者对节点内的文段逐条阅读㊁描述ꎬ再对节点中文段所包含要素予以总结ꎬ进而展开与其他相似节点对比ꎮ在这个过程中ꎬ研究者面对已编码文段进一步反思文段㊁话题㊁研究问题之间的关联:这段内容究竟在讲什么?为什么有意思?和我的研究问题有什么关系?逐条总结将带领研究者对比节点内的不同文段ꎬ研究者可将与研究问题㊁概念内涵无关的文段或节点予以剔除ꎬ并在备忘录中记录剔除或纳入重要文段的原因ꎮ节点中文段所指向的概念要素与边界ꎬ会在筛选㊁陈述㊁逐条总结的过程中得到阶段性确定ꎮ接下来ꎬ研究者需要思考ꎬ所检视节点在编码体系中的位置是否适切㊁是否需要调整ꎬ发挥着怎样的作用ꎬ据此调整该节点所在位置与层级关系ꎬ并记录调整缘由ꎮ软件可视化功能诸如探索示意图ꎬ可为检查与阐述其他文本㊁节点㊁备忘录等与该节点相关联的内容提供帮助ꎮ研究者需要在备忘录中描述概念要素㊁概念合并或保留原因及新概念生成原因ꎬ以及说明并记录与数据㊁节点㊁概念间的比较结果有关的假设或猜想ꎬ由此推进针对概念范畴的思考㊁分析与整合ꎮ[２０]备忘录写作推动着概念内部及概念间的连续比较ꎬ原本描述性的节点命名与分类ꎬ也将伴随着文段㊁节点及概念间的连续比较逐步调整及抽象化ꎮ７２(二)概念内部的对比:识别反面案例与消极讨论研究者逐个厘清各个节点的名称㊁所包含内容及所属层级关系后ꎬ研究进入识别不同概念间差异㊁普遍性及特殊性的阶段ꎮ分析特定概念在受访群体中 谁提了㊁谁没提 ꎬ有助于识别概念被受访者提及的广泛程度ꎬ并初步发现特定概念在整体数据中的潜在趋势ꎮ研究者不仅需要关注提及相关概念的案例及其中积极的讨论ꎬ同样需要关注未有提及概念的案例㊁反面案例(ｎｅｇａｔｉｖｅｃａｓｅ)(不符合已有发现趋势的案例)及存在的消极讨论(ｎｅｇａｔｉｖｅｔｅｒｍｓ)ꎬ并尝试对比提及与未提及的两组案例ꎬ或者正面及反面两组案例ꎬ寻找有否存在明显差别ꎮ[２１]识别未有提及相关概念的案例及消极讨论ꎬ有助于研究者捕捉与概念相关的必要情境要素ꎮ例如ꎬ受访者特征(所属单位㊁性别㊁职位等)与是否提及相关概念会否存在关联ꎬ由此追问特定差异为何会带来受访者的不同体验与感知ꎮ而反面案例的识别㊁追问与比较(即使并非所有研究均存在反面案例)ꎬ将辅助研究者找寻极端案例(ｅｘｔｒｅｍｅｃａｓｅ)或者可能的竞争性解释(ｒｉｖａｌｅｘｐｌａｎａｔｉｏｎ)[２２－２３]ꎬ进而激发研究者跳出 受访者说了什么 去思考 受访者没说什么㊁为什么没说 ꎬ在已有发现的基础上ꎬ更全面地探索潜在的竞争性解释ꎮ(三)概念间的对比:追问概念㊁情境与结果间的关系概念探索复杂多层ꎬ不仅需要界定节点及概念的边界㊁概念间差异与层级关系ꎬ还需要识别概念㊁情境与行动结果之间的潜在关联ꎮ在识别边界与要素㊁探究反面案例的基础上ꎬ研究者需要以受访者个体为单位ꎬ展开基于编码结果的描述与总结ꎬ再进行个案间的对比ꎬ追问并找寻不同人群在特定概念范畴的表现存在差异的原因ꎮ各个概念在每位受访者经历中的演变或转变ꎬ将成为研究者重新审视不同概念间关系的工具ꎬ发现过程性相关概念与情境㊁结果相关概念何以相互关联ꎮ概念㊁情境与结果间的追问与关联ꎬ是探究系统性解释框架的基础ꎮ同时ꎬ原本散落在各主题节点中的个体受访者陈述ꎬ在描述㊁对比的过程中重新回归个案情境ꎻ在受访者个体描述与对比的基础上ꎬ将受访者作为群体进行思考及追问ꎬ也是数据整合的前提ꎮ通过在概念与文本之间来回切换ꎬ编码体系中的概念差异㊁情境要素及行动结果等得以区分ꎬ特定概念在编码体系及受访者群体中的重要性与解释力得以识别ꎮ随着概念在解释模型中相对位置的调整与确定ꎬ研究也逐步趋近终点ꎮ(四)技术辅助的概念整合:辅助性收纳㊁便捷性检索及提供灵感在反复追问㊁对比已有编码及文本内容并回到情境解读的过程中ꎬ软件提供了便捷切换㊁专注思考㊁沉浸式分析写作及追踪分析过程的可能性ꎮ在数据整合阶段ꎬ计数及可视化工具例如地图(项目地图㊁概念图)㊁探索示意图㊁矩阵编码及框架矩阵等工具ꎬ可辅助研究者跨个案对比及描述数据中的趋势ꎬ有助于减少研究进程中人工计数㊁归类㊁整理所花费精力ꎬ并提供概念与文本㊁案例间的关系概览ꎬ为创造性㊁灵活的编码过程提供可能ꎬ为研究者进行个案内及跨个案对比提供直观的启发ꎬ实现数据㊁编码工作㊁思考㊁检索数据与写作之间自由切换ꎮ以上各类工具可作为辅助性收纳㊁便捷性检索并可通过可视化手段提供灵感的有力工具ꎬ为研究者做出选择及提出问题提供参考ꎬ但不能为研究提供确切结论ꎬ更不能替研究者做分析ꎮ[２４]研究者不应期望软件技术为分析全程提供全方位支撑ꎮ[２５]这些检索及可视化的结果远非研究的终点或结论ꎬ相反ꎬ是激发研究者结合研究设计㊁数据结构以及具体情境对已有编码体系与所编码文段予以解读和分析ꎬ提出更深层发现与问题的媒介和工具ꎮ无论软件的功能如何复杂㊁检索结果如何精致ꎬ解读及追问数字与可视化结果ꎬ始终由研究者本人负责ꎮ三㊁从拆散到整合的示例:文本㊁概念与情境的关联及软件功能应用以«逆境中的坚守:乡村教师身份建构中的情感劳动与教育情怀»[２６]一文的编码过程为例ꎬ本部分将８２㊀教育科学版㊀２０２４ １质性数据分析的科学性呈现研究者如何在初始编码阶段 拆散 访谈文本ꎬ在后期编码阶段整合㊁关联按照话题归类的文本ꎬ并探索系统性解释框架ꎮ本研究以四组(共１６位)乡村教师焦点访谈ꎬ及四位典型个案教师的访谈为分析对象ꎬ研究者首先通过初始编码探究乡村教师所处的外部环境ꎬ进而追问典型个案教师的身份建构过程ꎬ探究教师留任中的重要影响因素ꎮ研究的另外两个关键词 情感劳动策略及教育情怀ꎬ是在分析过程中逐步浮现的重要理论要素ꎮ本研究访谈文本数量不多ꎬ故初始编码阶段即以全部四组焦点访谈文本为分析对象ꎮ(一)初识质性数据:拆解初访文本ꎬ确定身份建构外部情境研究者采用兼顾理论和数据的方式ꎬ对四组焦点访谈展开初始编码ꎮ在初始编码阶段ꎬ研究者依据身份构建理论中的外部情境分类:宏观㊁中观㊁微观及个人传记ꎬ对受访者的表达予以分类及贴标签ꎬ以此结合理论与数据将各个层次的情景内涵具体化ꎮ研究者首先在理论基础上建立 宏观结构 中观结构 微观结构 与 个人传记 四个一级节点ꎬ再通过逐行编码的方式识别重要语段ꎬ并归类㊁新建节点后予以贴标签或鲜活编码ꎮ基于理论构建的节点为研究者提供文段分类的 大框架 ꎬ具体的环境内涵也在阅读㊁贴标签或鲜活编码的过程中逐渐浮现与新增ꎮ以 教师职业不是我的初恋ꎬ我用２４年爱上它 文本为例ꎬ研究者初步将此段归类为源自理论节点个人传记 中的子节点ꎬ并贴标签为 后期养成的职业热爱 ꎮ 家长见了我ꎬ总有说不完的话ꎬ感到信任 则被初步归类为 微观结构 中的子节点并贴标签为 家长信任 ꎮ对比贴标签ꎬ鲜活编码的命名方式用于捕捉受访者的独特用词及潜在内涵ꎬ此位受访者在补充访谈中提及的角色隐喻 就像风景吧 即鲜活编码为 风景 ꎮ初始形成的编码相对细致与分散ꎬ在整合编码体系的基础上识别各层级情景要素ꎮ但在后续身份建构过程的分析中ꎬ研究者发现各层级环境是积极还是消极ꎬ较之各层级具体情景内涵的区分更为重要ꎮ基于此ꎬ在后期编码阶段调整了环境编码ꎬ例如ꎬ 后期养成的职业热爱 所处层级与命名调整为 积极的个人传记 变迁的职业历程 ꎬ 家长信任 则调整为 积极的微观结构 家长尊重 ꎮ(二)质性数据结构化的尝试:识别概念要素㊁趋势与关键主题当研究者基于理论和数据内涵对外部情境完成所有文本的编码后ꎬ数据结构化并建构概念之间关联的工作随即开启ꎮ研究者通过对四组焦点访谈的分析ꎬ识别四类典型教师ꎬ并筛选四位进行补充访谈ꎬ询问教师身份建构有关的内容ꎮ再基于典型案例受访内容展开下一阶段的阅读与编码ꎬ以期在已有编码体系的基础上明确外部环境㊁教师留任与否及影响因素之间的关系ꎮ研究者进而梳理已有节点内涵的基础上ꎬ通过探索示意图呈现并回顾典型个案的编码节点ꎬ辅以分析性编码㊁备忘录写作ꎬ发现积极的微观结构对于他们留在乡村教师岗位上均至关重要ꎬ由此将微观结构及其要素基本锁定为研究模型中的重要部分ꎮ后续示例将以 积极的微观结构 为切入点ꎬ呈现研究者如何展开节点内容的描述㊁对比与追问ꎬ以及关键理论要素 情感劳动策略 何以浮现ꎮ１.重新检视节点内容:识别要素与潜在关联初始编码阶段识别的要素种类较多ꎬ研究者在重新检视节点内容并依据概念相似性对各要素加以增删及合并后ꎬ识别出四个微观结构要素:领导信任㊁家长尊重㊁学生感激与同事认可ꎮ 学生感激 这一维度在聚焦编码过程中ꎬ进一步调整为 积极的师生关系 ꎮ在识别要素的基础上ꎬ研究者通过软件探索示意图㊁项目地图的功能ꎬ将已有节点㊁关系节点之间的关联予以可视化ꎬ一方面找寻编码阶段已经识别的关系节点并予以进一步分析关系的含义ꎬ另一方面也进一步检视研究者在编码过程中捕捉到并予以记录的 灵感 ꎬ由此反思并找寻可能存在而尚未被发现的节点间或节点与案例特性间的关系及关联ꎮ基于这一步骤ꎬ研究者建立起外部情境与个人经历之间的系列关系节点ꎬ例如 学生感激 导致(意指软件中的 关系类型 命名) 阳光的从教心态 ꎬ 家长尊重 增强 教师职业的使命感 等ꎬ并由此意识到环境的积极/消极程度㊁教师个人所经历的职场变化与教师的身份构建之间存在可待进一步挖掘的关联ꎮ９２。

一、编码编码是访谈资料分析中的一个重要技术.它是研究者将资料组织成概念类别,创造出主题和概念,用这些主题和概念来分析资料.这种编码使得研究者摆脱了原始资料的细节,从而在更高层次上思考这些资料,并引导研究者走向概括和理论.编码的方式主要有三种:开放性编码(Opencoding)、关联性编码(Axialcoding)、选择性编码(Selectivecoding).开放性编码是指将原始资料逐步进行概念化和范畴化,也就是研究者根据一定原则将收集的原始资料记录加以逐级提取为有编码意义的概念和范畴,并把资料记录以及提取的概念"打破""揉碎"并重新整合的过程.开放性编码的程序为:定义现象(概念化)→挖掘范畴→为范畴命名→发掘范畴的性质和性质的维度.因为扎根理论收集到的原始资料往往特别多,要做到面面俱到是不可能的,研究者面临的问题往往是代码过多.这时研究者就需要对代码进行优化、分级、筛选.关联性编码是由研究者确定的,是对那些与主轴变量在某一理论中有着重要关联的变量而进行的编码.其实它是在开放性编码的基础上发现和建立概念、等级、类属之间的各种相关关系,以编码出资料中各个部分之间的有机关系.关联性编码的关系有因果关系、时间先后关系、语义关系、情景关系、相似关系、差异关系、对等关系、类型关系、结构关系、功能关系、过程关系、策略关系等.选择性编码也称核心编码.研究者通过不断收集以及分析原始资料,进行理论性思考、编码、抽取概念、范畴,同时撰写备忘录的过程,慢慢地就会发现核心编码.格拉泽(Glaser)指出,选择性编码必须具有中央性,也就是其与范畴和特征最具有相关性;它是在资料不断分析比较后逐渐得到完善,最后形成一个有意义的、有所联结、稳定的理论模型,即通过不断地开放编码、关联编码,逐渐使编码出的理论成为一个包含性高的、抽象度高的词组.核心编码有下面几个方面的特点:首先,核心编码必须在所有类属中占据中心地位,是原始资料的高度概括,与大多数类属之间存在意义且自然地联系,最有可能成为资料的核心部分;其次,核心编码之间有很明确的关联,不会牵强附会;最后,核心编码下的概念现象要有尽可能大的差别性,但同时达到包含性广.这样,研究者就会得出一个理论的初始模型,接下来研究者必须再以收集来的资料,对理论进行验证,即研究者应再回到现场中,验证理论是否吻合,针对理论的缺口,做些填补工作,使所形成的理论更具备概念上的准确性.我们举一个例子来说明上述三级编码的过程.在对一些在美国留学的中国学生的跨文化人际交往活动及其意义解释进行研究时(1998年),研究者对资料进行了逐级编码.首先,在开放性编码中,找到了很多受访者使用的"本土概念",如"兴趣、愿望、有来有往、有准备、经常、深入、关心别人、照顾别人、管、留面子、丢面子、含蓄、体谅、容忍、公事公办、情感交流、热情、温暖、铁哥们、亲密、回报、游离在外、圈子、不安定、不安全、不知所措、大孩子、低人一等,民族自尊、不舒服"等.然后,在关联性编码中,在上述概念之间找到了一些联系,在七个主要类属下面将这些概念连接起来:"交往、人情、情感交流、交友、局外人、自尊、变化".在每一个主要类属下面又分别有相关的分类属,比如在"人情"下面有"关心和照顾别人、体谅和容忍、留面子和含蓄"等;在"局外人"下面有"游离在外、圈子、不知所措、不安定、不安全、孤独、想家、自由和自在"等.在所有的类属和类属关系都建立起来以后,研究者在核心编码的过程中将核心类属定为"文化对自我和人我关系的建构".在这个理论框架下对原始资料进行进一步的分析后,建立了两个扎根理论:第一,文化对个体的自我和人我概念以及人际交往行为具有定向作用;第二,跨文化人际交往对个体的自我文化身份具有重新建构的功能.二、Nvivo软件简介Nvivo是由澳洲QSR公司开发的,是一款功能强大的质性分析(QualitativeAGnalysis)软件,能够有效地分析多种不同类型的数据,诸如文字、图片、录音、录像等数据,是实现质性研究的最佳工具.使用Nvivo,可以将人们从以往的资料分析过程诸如分类、排序、整理等繁杂手工作业的劳累中解脱出来,让人有更充分的时间去探究发展趋势,建立理论模型,并最终获得研究问题的结论.Nvivo具有以下优点:支持导入、排序和分析多种格式(如语音、视频、图片等)文件,以及Word和PDF格式文件;支持突出关键字,并可按多种方式分类;采用业界领先的强大搜索引擎挖掘潜在理论模型;可生成并导出专业模型及图表;可通过微型网站共享自己的发现;Nvivo8新增以下功能:可导入PDF、Video、Audio及数码图片文件,并对其进行编码和检索;可建立二维、三维表格,并将其结果导出为Word或PowGerPoint文件增加团队协同功能;讨论、优化编码方案;用HTML格式发布研究成果;建立小型Web站点,在不拥有Nvivo的人员中共享其研究成果.Nvivo现在已经广泛应用于社会科学研究、商业和市场研究、人类学研究中,在管理学研究中使用可以帮助大家在毕业论文中对定性的数据资料进行编码.。

质性资料分析软件Nvivo 应用总述一、质性资料分析软件Nvivo 简介（一）基本介绍大多数质性分析的计算机软件的方法论框架是扎根理论。

它们分析无特定结构或半结构化的数据（如会谈记录、调查、现场记录、网页和期刊文章），在社会科学和教育到医疗保健和商业等广泛的领域应用。

Nvivo是一种能够有效的分析多种不同的数据如大量的逐字稿文字、影像图形、声音和录像带数据的计算机辅助分析软件，是实现质性研究的常用工具。

NVivo为Nudist和V1V0的组合词。

Nudist全称为Non-numerical Unstructured Databytechniques of Indexing Searching and Theorizing，意为非数值性、无结构数据索引、搜寻、理论化，vivo意为自由自在，窗口接口版的Nudsit简称NVivo。

NVivo是澳大利亚QSR( Qualitativesoiutios & research )公司开发的一套强大而又灵活的质性分析软件，该软件专为大规模质性研究项目设计而成，数据输入输出方便快捷，提供了导入(Internal)、编码(Code)、群组(Set)、查询(Queries)建模(Models),链接(links)、分类(Classifications)和文件夹(Folders)等八大功能，加快了质性研究分析的过程。

Nvivo从文档的详细解释到调查回答中的图案信息分析都可使用，还可以为使用者转到统计软件提供连接。

主要适合分析下列资料:纵向研究、行为研究、内容分析、对话分析、人类学、文学回顾，以及上述多种方法混合使用的质性研究数据。

（二）Nvivo软件最基本的术语主要有材料来源:是研究者收集的研究材料，包括文档、PDF、数据集、音频、视频、图片、备忘录和框架矩阵。

编码(Code ):是按题目、主题或案例收集材料的过程。

例如，选择有关水质的段落并在一水质”节点进行编码。

全面质量管理的常用七种分析工具　所谓全面质量管理常用七种工具，就是在开展全面质量管理活动中，用于收集和分析质量数据，分析和确定质量问题，控制和改进质量水平的常用七种方法。

这些方法不仅科学，而且实用，作为班组长应该首先学习和掌握它们，并带领工人应用到生产实际中。

一、统计分析表法和措施计划表法 质量管理讲究科学性，一切凭数据说话。

因此对生产过程中的原始质量数据的统计分析十分重要，为此必须根据本班组，本岗位的工作特点设计出相应的表格。

常用的统计分析表有以下几种，供参考。

１.不良项目调查表 某合成树脂成型工序使用的不良项目调查表如下。

每当发生某种不良时，工人就可在相应的栏目里画上一个调查符号，这样，下班时哪些不良项目发生了多少，立即可知。

２.零件尺寸频数分布表 此表与不良项目调查表属同一类型。

第二栏为零件尺寸的分组，第四栏的“ ”与不良项目调查表中的“正”是相同的符号。

工人每加工完一个零件，经检测后，将所得零件尺寸在第二栏“组距”中找到相应的尺寸组，然后再在第四栏中记录符号，待到下班或完工时，再统计第五栏。

这样的图既直观、又明确、有助于掌握零件尺寸的分布情况。

３.汽车油漆缺陷统计表 该表的特点是直观，而且将每个缺陷的部位表示出来了。

４.不良原因调查表 要分清不良的发生原因，可接设备、操作者、时间等标志进行分层调查，填写不良原因调查表。

下表为调查了甲、乙两位工人5天生产塑料勺不良原因的调查表。

５.不合格品分类统计分析表 下表为某工序同时生产三种规格的轴承，按不良项目分别统计。

表的右侧和下边的合计栏均画作虚线，表示可根据需要取舍。

需要注意的是“尺寸精度”和“旋转精度”作为总目，下面还细分若干细目，这是表格设计的一种技巧，与此对应，下边合计栏也应合理设计。

6. 措施计划表 措施计划表，又称对策表。

在制订一个具体的改进措施计划后，所有对策编制成计划表的形式。

下表为某照相机厂生产一种自拍照相机，为了解决自拍质量问题，针对所分析的原因，制订的改进措施计划表。